शुरू करेंमुफ़्त में शुरू करें

इमेज के लिए Logistic Regression

इस अभ्यास में, आप पिछले अभ्यास वाले breast cancer डेटासेट पर एक logistic regression मॉडल बनाएँगे और उसकी accuracy का आकलन करेंगे.

पिछले अभ्यास में जो X_train, X_test, y_train, और y_test आपने बनाए थे, वे आपके वर्कस्पेस में उपलब्ध हैं. साथ ही sklearn और pandas pd नाम से उपलब्ध हैं. LogisticRegression को sklearn.linear_model से इम्पोर्ट किया जा सकता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के साथ CTR प्रेडिक्शन

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक logistic regression क्लासिफायर बनाएँ.
  • ट्रेनिंग डेटा का उपयोग करके क्लासिफायर को फिट करें और टेस्टिंग डेटा के लिए प्रेडिक्शन करें.
  • ट्रेनिंग और टेस्टिंग टार्गेट्स के बीच सही और गलत प्रेडिक्शन की कुल संख्या को क्रमशः num_right और num_wrong में असाइन करें.
  • sum() का उपयोग करते हुए num_right और num_wrong से accuracy निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)

# Predict labels
y_pred = clf.____(X_test) 

# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()

# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)
कोड संपादित करें और चलाएँ